【GAD翻译团】游戏操控方案的设计

发表于2017-05-16
评论1 1.5k浏览

想免费获取内部独家PPT资料库?观看行业大牛直播?点击加入腾讯游戏学院游戏策划行业精英群

361498939

原作者:Andrew Dotsenko

原文地址:http://www.gamasutra.com/blogs/AndrewDotsenko/20170329/294676/Designing_Game_Controls.php

作者:Andrew Dotsenko

10+以上从业经验的游戏设计师

经历过从休闲游戏到3A级大作。

20145月至今 育碧


近几年,我主要负责设计复杂的游戏操控方案。令我感到沮丧的是,我很难找到通用的设计准则,为此我通过多方面的学习并攻克了一些复杂的设计难题,然后自己归纳总结出在设计复杂的游戏操控方案时的一些设计要义,并运用在我现在的工作内容里。这些点子应该被分享给每一个人,对于那些设计游戏操控方法的策划们来说,也许会有用。

这个话题可能一篇文章说不完,所以我会给一些外部资源的链接,里面有更加详细的内容。

现在,我会给出三大原则:

·         ---可达性—游戏操控方法应该很容易被玩家习得和使用,且应考虑到人的生理和认知限制;

·         ---意图交流—游戏操控方法应该能够按照玩家所希望的那样传递玩家的意图,并且创造出一种完全控制的感觉;

·         ---展示空间—游戏操控方法应给予玩家足够的熟练度展示空间,且包含足够的变化。

接下来是对这三大原则的详细解读。

 

可达性

 

手的限制

如果你想要设计一个便于操控的逻辑,手的限制应该是你需要考虑的第一件事。

在操控设计里,我们要考虑三个主要的“手指组合”:

 

-主要操控—大拇指和食指。十分灵活而精确,适合主要的操作(射击、跳跃)

-次要操控—中指。灵活但不太精确,适合持续按键操作(瞄准、「w」代表前进)

-辅助—无名指和小指。很弱而且不太灵活,可用于次要操控

现在我们可以将这些知识运用到实际任务里看一下—关于游戏操控布局的设计。为此,我们可以运用费茨定律Fitt’s Law (该定律指出,使用指点设备到达一个目标的时间,与当前设备位置和目标位置的距离(D)和目标大小(S)有关),在游戏设计里我们可以这样想:“手离按键越近且按键越大,按键越容易控制”。

结合费茨定律和手的限制,我们可以得出操控布局设计的基本原则:

最常用的操作应该被放在最易操作的地方,且要对应“手指组合”中的主要操作。

可达性组合:手柄

手柄布局大概是这样的(我们以常见的XBOX 360 为例):

 

1

2

3

A/X buttons

B/Y

Start/Back

摇杆

十字键

LT/RT

LB/RB

 

可达性组合:键鼠

键盘的话,我会这样组合(这也是我给《看门狗2PC版操控布局设计的内部指导):

1

2

3

WASD + Q/E/R/F

数字键1-5

F1-F12

Space/Shift/Tab

Z/X/C/V/T/G

根据费茨定律,所有键盘右部分的按键

LMB/RMB/MMB

Ctrl/Alt

所有需要大幅度动手的操作

 

我们以《看门狗2PC版的Hack交互界面为例分析。

这是用手柄时的画面—右手大拇指可以够到所有键位,左手食指按住LB以启动Hack模式。这样的布局允许玩家在Hack状态时可以进行自由操作。

在键盘上,Hack动作可以通过大拇指和食指以最快速度操作(RFCSpace),而Hack模式可以通过鼠标启动(比起手柄上的Hack,这样会更加精确)。最终最耐玩的操控设计获得了很高的评价。

注意力受限

当一些操作要同时进行时,人的注意力总会很有限(即使从物理角度来看的话是可行的)。比如说,玩家很难同时进行开车控速瞄准发射的操作,虽然你的手柄完全可以同时实现这些。

当然,不同种类的操作需要不同程度的注意力。我将它们这样分类:

-主要操作—需要随时抉择,即玩家最基本的动作的操作。包括了一个及一个以上的基本输入(瞄准+射击,移动+跳跃)。需要玩家持续投入注意力;

-状态切换—改变操控模式的操作(按住以瞄准,按住以奔跑)。稍微需要更多的注意力。通常情况下是“按住”的操作;

-相关操作—在玩家最基本的操作过程中时不时出现的操作(补充弹药,交互,使用特殊能力)。需要玩家短时间内的高度注意力。

在无数次实践与观察后,得出了每只手同时操作的极限值:

一次主要操作

一次状态切换

一次相关操作

所以玩家两只手就可以同时操作(大概)两次主要操作,两次状态切换和两次相关操作。需要注意的是,玩家有一只主用手,所以要求更精确的操作应该被分配到主用手这边。

让我们回到GTA5的例子上来。

 

这个游戏中包含了:

-开车(主要操作)

-加速/刹车(主要操作)

-射击模式(状态切换)

-瞄准+射击(主要操作)

我们可以注意到,玩家需要在这儿同时使用三种主要操作:控制车的位置,控制速度和射击。从技术上来说,这在手柄上可以实现,然而注意力的限制就决定了这样操作效率很低,时间限制的紧张感也会让情况更糟。但在特定的任务里,它有可能是故意设定了这么复杂的操作,这也是一个很好的例子,说明了如果你的游戏操控需要大量注意力,之后情况会是怎样的。

有没有办法突破这些限制呢?答案是肯定的:我们可以把玩家操作转化为自动状态。如果玩家重复进行某项特定操作,最终这会形成习惯,变成自动行为。自动行为只需要投入很少的注意力。当然,需要记住的是自动行为也包括在玩家双手操作的物理限制内。

 

 

绿:无意识,不熟练:对技能没有意识,缺乏熟练度

红:有意识,不熟练:对技能有意识,缺乏熟练度

黄:有意识,熟练:可以通过集中注意力使用技能

蓝:无意识,熟练:施放技能成为了自动行为

WASD就是经典的自动行为例子。技术上来讲,它是需要三根手指进行的四个操作,但我们都把它看成是控制移动的一个操作,而且是很多游戏通用的。

然而,如何才能帮助玩家将他们的操作自动化呢?有两个办法:分组和标准惯例。

分组

人们通过重复行为来学习和记忆。为了给记忆减负,加强学习能力,可将操控方法按逻辑分类:

--类似的操作应分为一类—比如所有移动操作为一组,所有战斗操作为一组。将操作按照基本机制(战斗,驾驶,导航)来分组可以更容易进入自动状态(像WASD一样);

--分组时应考虑到手的限制—应与可达性组合相关联;

--分组时应前后一致—如果你有一个或以上的键位布局,那么在不同布局里的类似操作就应该被放在同一个按键上(比如步行时,按住shift以冲刺,和驾驶时,按住shift以加速);

--玩家的两只手是最大的两个组—如果有两个重要的操作(或两组操作)需要玩家同时进行,那就将它们分到两只手上。这样便于记忆。

 

标准惯例/心智模型

标准惯例是另一个很合适的方法,不同类型的游戏有不同的标准惯例。在很多情况下,玩家对标准惯例的反应要优先于按键可达性。

如果你设计了一个创新性的机制,一般它是没有标准惯例的。在这种情况下就要利用现实生活中的心智模型。这些模型在空间和物理层面上都与玩家利用输入设备进行操作有着类似的地方(扣动扳机来设计,偏上的按键表示「向上」,偏下的按键表示「向下」)

《看门狗2PC版,键鼠配合操作下的Hack控制面板设计,很好地体现了这一点。

Hack模式是一个非常创新的设计,于此而言并没有好的标准惯例,所以我们将Hack操作的键位做得和键盘按键排列一致。在测试期间我们发现,虽然这样设计一开始看上去很不标准,但玩家可以很快学会并高效使用。

同时需要记住,人们不是完美的,而且在游戏交互上不同的人会有不同的想法,所以—游戏需要测试!测试!要找到玩家的逻辑,掌握他们具体的操作。

 

意图交流

 

现在我们要讨论的也许是游戏操控最重要的部分—与玩家意识的沟通。

行为操控流程

下图为玩家行为的大概流程:

玩家进行游戏操作输入—输入后游戏进行处理—游戏回应—玩家对回应进行分析—输入……

玩家输入信号后,系统会处理这个信号,玩家看见屏幕上显示的系统处理结果后,会分析这个反馈然后接着输入新的信号。所有这一切形成了一个循环的自动改正流程(你可以通过Donald Norman的认知心理学研究来深入理解这一理论)。

一个好的操作设计不应该脱离改正机制,也不应使玩家在任一交互层面感到疑惑。

功能可供性

在信息输入阶段,可达性之后紧接着就是可供性。可供性表现出了系统的状态,并让玩家跳过试错阶段,直接学到下一步该做什么。

在游戏中主要有两种使用可供性的方式:

-HUD(抬头显示设备)—是一种外部UI设计,告诉玩家可以与这个物品进行怎样的交互(比如操作提示,十字瞄准)。外部HUD甚至可以成为游戏叙事性的一部分(比如刺客信条中的Animus);

-游戏世界—当游戏物品的形式传达其使用方法时,使用“形式追随功能”原理。比如场景设计(建筑物上的“上爬”点,带着“爆炸”标志的桶),又或许是角色设计/角色物品(比如更小只的角色要更加敏捷,大型武器比较慢)。

 

其中的主要原理就是—游戏中的任何交互都应有可供性。

如果你希望了解更多,我强烈推荐你看《Beyond the HUD》,这是一篇来自Erik Fagerholt andMagnus Lorentzon的硕士论文。

信号筛选

在玩家输入信号后,系统会处理它。这里就会有一个矛盾:玩家通常是想要系统做一些他们大概想要做的事,但是控制器会给系统传输非常精确的信号。

玩家的手并不十分精确,因此纯输入也许会导致失望。换句话来说,玩家想要交流的是意图,而不是纯信号。在大多数情况下,为了不让玩家感到失望,准确地沟通意图,我们需要筛选纯信号。

有两种主要方式:

-曲线—按照时间/速度来筛选信号强度;

-操控辅助—预测玩家的意图,帮助其进行所需要的操作(比如自动瞄准,攀爬辅助)。

A(D)SR曲线

最常见的曲线例子之一就是ADSR曲线。

 

它包括了四个阶段:

-蓄力—从按下按键时到最大输入值的时间;

-渐缓—在到达最大稳定输入值之前的一小段增长,通常在游戏中不会用到;

-持续—在按键按住时的最大输入值;

-释放—从松开按键时到最小输入值的时间。

使用这样的曲线,可以让人物/车的移动更加自然,符合经典动作原理。

让我们再看看《看门狗2PC版的例子。

左边是手柄输入的曲线。为了在键盘上模拟这个信号,我们在使用输入曲线时,考虑了驾驶按键按下的时间,这就让键盘上的数字输入转化成了模拟信号。这个曲线进行得很快,延时很短(这个游戏有一种很街机的驾驶感),但就是这样微小的机制也使得对车的控制更加自然流畅。

 

键盘按键不是模拟的,但玩家的手和手指是!玩家可以用不同的力(即时间)按下按键,所以增添这样的曲线就能测得玩家在按键盘上的驾驶按键时按得有多用力。

操控辅助

不同玩家有不同的操控水平,但通常情况下都不及职业玩家水准。而且,人们想要赢,想展示自己。这就是操控辅助可以帮上忙的地方。

尽管现在存在另一个矛盾:不管水平如何,玩家都想要拥有熟练操作的手感,而且不想有作弊的感觉。为了解决这个矛盾,操控辅助需要在玩家犯错的边界起作用。好的辅助是,玩家仍然需要有一定水平,但辅助可以帮助矫错。这与人手和输入设备的不确定性有关(一般人都不能在完美时机按下按键,也不能完全瞄准)。如果这样的辅助符合玩家对于系统会如何大致反应的预期,就不会有“作弊感”。

输入设备是这一过程的起点:输入越精确,辅助程度越低。我们来看一个更详尽的例子。

《看门狗2》中,有Hack的瞄准辅助,通过一套十分复杂的算法帮助选择不同的Hack目标。使用手柄时,它可以全屏使用(你可以在自动选择了一个就近目标的同时看向完全不同的方向)。这个功能在手柄上用着还不错,因为用摇杆操控视角不会很精确,但玩家总是需要很快地选中Hack目标。

但用鼠标时,这种自动选择对玩家来说就很烦了,因为它总是选到玩家不想选到的物体(玩家期待的是用较少的帮助实现精确选择)。为了解决这一问题,我们调整了可能出现的错误的边界,缩小了鼠标Hack辅助选择的区域。测试显示,这是一项正确的决定,Hack的操作手感在键鼠上变得更舒适。

响应性

对任何游戏操控方式来说,定义玩家操作感的主要标准都是—响应性。它给出了好的操作设计的要点—可预测性。

为了实现快速响应,我们需要注意以下三点:

-感知窗口—人类感知的限制;

-技术限制—如何加速响应时间;

-反馈—游戏如何展现玩家操作的结果并建立期望。

感知窗口

玩家感知游戏世界中的状态并作出反应的平均时间是240 ms

其中包括了三个阶段:

--知觉处理— 100 ms50-200 ms 在这个阶段里,玩家会感觉到事物的变化;

--认知处理— 70 ms 30-100 ms 于此,玩家会处理上一个阶段所接收到的信息并决定接下来怎么做;

--机动处理— 70 ms 25-170 ms于此,玩家会输入信号,进行些许操作。

如果你想了解更多此话题(和更多关于人类限制的理论),可以去查一下“Human processor model”(人类认知加工模型)。

由以上我们可以看到,为了让游戏操控感更加舒适,系统回应时间不应超过100 ms

技术限制

要做出小于100 ms的反应时间并不容易。一路上会有不少技术问题。

-硬件总会有1-2帧的延迟;

-复杂的信号筛选机制会延长延迟;

-长时间动作和不可打断操作会超出100 ms,让人感觉“卡”;

-V-Sync(垂直同步)会增添1-2帧的延迟。

还有一点:对玩家来说,他们感觉到的不是“毫秒”—他们感觉到的是“帧”!就80-100 ms的人类认知窗口来说,最舒服的屏幕显示延迟一般是:

-30FPS(每秒传输帧率)下最多2-3帧;

-60FPS下最多5-7帧。

 

30 FPS和60 FPS的实际最大不同是不可见的。这已经是系统响应级别的话题了。当然,在30-45-60 FPS范围内你还是可以注意到一些不同,但随着帧率越高,区别会越小。高FPS下的操控感会爽得让玩家不再想要回到低帧世界。

但就算是高帧率也无法解决响应性相关问题:玩家能够看到系统的每帧回应,但可以敲键盘敲得比帧速快。

这就是用键盘玩《看门狗2》 的问题。原先来说,每帧都会刷新按键输入的驾驶信号,但就算是很仔细地调曲线,响应还是不够快。玩家会尝试快速按键(比每帧还快)来调整车的位置。因此,我们会丢失部分玩家输入的信号,在低帧时会感觉尤其不舒服。

对此的解决方案是,我们开始收集更多详细的输入数据:就算按键时只按下了30-50%的帧时,游戏也会计入此次输入,并在屏幕刷新时将其转化为最终(较弱的)信号。

我们也开始在其他游戏操控里运用这套解决方案,这样不管屏幕帧率如何都可以快速响应。

反馈

反馈会在玩家脑子里建立交互物体的意识模型,它回答了“这是什么?”这样的问题。根据反馈的不同,对不同操作/物体的响应期望也会不一样。

准确性

一般来说,操作要求准确性越高,玩家就会期待更快的反应。比如像射击或是跳跃这样的高精确性需求操作,玩家就会预期系统有很快的回应速度(就像《看门狗2》的键盘驾驶一样)。

视觉反馈

视觉反馈包含动画,视觉效果和HUD。通常情况下,视觉反馈是主要的反馈渠道。

动画在建立物品的物理属性方面起着主要作用,尤其是重量感方面。动画有着漫长而丰富的历史,而且有一套建立完备的准则(查“动画的12项基本法则”)可被运用于游戏设计。有趣的是,传统动画关于人物移动的法则可以完美契合游戏操控设计的法则。举例来说,A(D)SR曲线就是“慢近,慢出”法则的典范;“预期”和“放大”这样的法则在连接角色操作和操作结果方面尤为重要。

同时当你调试你的操控时,要记住,移动曲线是创造良好操控感的重要元素之一。复杂的物件比如人体或车不会直直地移动,玩家也深知这一点。在《看门狗2》的键盘驾驶中,默认的驾驶敏感度让人感觉正好合适,这也是最可信的动作曲线敏感度。

结合动画,视觉效果负责沟通物体间的交互。带有丰富视觉效果的游戏一般会被称作“多汁可口”,这时就算很微小的操作也可以引起游戏的大量回应,显得很生动。在很多案例中,视觉效果是动画中“预期”法则和“放大”法则的延伸,并能够加强这些操作(比如准备攻击或者打击时的例子效果)。

自己的操作可以准确传达,被展示出来,而且被酷炫的视觉效果放大增强—玩家会在其中找到更多乐趣。

HUD设计是个说不完的话题,所以我强推《Beyond the HUD》这篇论文。它仍然包含着许多现今适用的信息。我还想提一点,人类认知方面有一些不能被转换到游戏中的意象,HUD可以帮助克服这一点:在2d屏幕上可能很难导航3d环境,所以我们使用了小地图;我们很难知道声音是从哪儿来的,如果敌人对你开枪,游戏就会提供方向指示。

声音反馈

声音反馈一般是作为次要的反馈渠道,起着支持视觉反馈的作用(特别是有时候仅有视觉上的物体形象,玩家会感到疑惑)。

我们来看看下面的例子:

 

在《看门狗2》中,有两辆看起来相似,但实际完全不同的车。两辆车看起来都像是城市小轿车,但当你试驾左边那辆时,会听到引擎的轰鸣,会有完全不同的驾驶感和加速感—这时你显然会将其定义为“运动型”

另一种重要的声音反馈即所谓的“叫喊”,是能够展现出NPC的状态和动作的AI话语(“快找掩护!”“正在搜索”)。这部分内容可以自成一派,所以我推荐一下GDC与此有关的演讲 lecture

有的游戏对声音反馈的投入程度几乎要赶上标准视觉渠道的程度。众多优秀例子中的一个即《守望先锋》,我强烈推荐这个关于它的音效设计的演讲 Blizzard’s GDC 2016 presentation 

触觉反馈

触觉反馈主要体现在手柄震动上,但我们得记住,设备的形状和种类都会有影响。如果你打算做一个跨平台(或是多人的)游戏,必须牢记,玩家对同一操作的响应预期,根据输入设备的不同,可以是迥异的。不管是对键鼠,触屏还是手柄(甚至是不同类型的手柄;而且现在还有Steam手柄)。这可能会导致游戏风格的显著改变:比如,键鼠玩家会在带有射击机制的游戏中更加具有攻击性,另一方面,手柄玩家得益于手柄操控的分组设计,会更倾向于使用复杂的组合操作。

信号检测理论

最后我想提一下可作为玩家长期学习工具的这种反馈。在Game UX Summit 2016上,Anne McLaughlin讲述了如何在游戏反馈设计中使用信号检测理论,这个也是我强推的演讲talk

 

 

展示空间

 

游戏与玩家通过交流进行交互。这就是游戏与其他媒介和艺术形式的最大区别。游戏不是直接传达一些东西,而是作为工具让玩家通过展示他们自己来获取这些东西。游戏操控是主要的展示工具。

展示代替学习

我们已经逐渐到达了游戏玩法设计的领域以及玩法和操控的关系上,而在这儿要牢记的第一件事就是,玩家想要的是通过操控来交流意图,而不是学习怎么操控。

我们可以把游戏操控看成是一门语言,“走”“跳”“射击”是动词,操作的组合是句子。为了与游戏系统进行良好沟通,玩家需要学习这门语言,如果这门语言很模糊(玩家不熟悉它的动词),有很多意思差不多的同义词(机制重复),拼写和句子结构也很难(动词不好用,也不能组合成固定搭配)—玩家就得努力学习这门语言,而不是与游戏本身进行互动。

如果想多了解这方面的内容,推荐Jonathan Morin的演讲lecture

难以熟练掌握

熟练度是PENS框架(玩家体验需求满足Player Experience of NeedSatisfaction)中重要的心理需求之一,而游戏操控贡献最多的熟练感。“易入门,难精通”—这句话我们听了无数遍,它表示这个游戏的操控方法易于清楚沟通玩家的意图,但有着巨大的熟练操作成长空间。在可达性的部分,我们知道了如何设计“易入门”的操控方法,现在,我们需要让这些方法“难精通”。

以下是一些例子:

不同的技能等级

这是最直接的方法(速度/反应速度挑战,时限压力等等—所有这些都要求对主要操作有更高级的掌握程度)。

左边是自由驾驶,对玩家技能并没有特别的需求。而右边,基本操作是一样的,但玩家需要炫出复杂特技来躲避警察。

操控状态

在不同操控状态下使用同样的输入操作(「WASD」同时负责路面移动操控和空中移动操控)。

在复杂特技的基础上(左图),我们可以增添空中操控来扩大玩家的熟练掌握范围(右图)。

技能组合

搭配输入组合可以给基本操作带来崭新的维度。比如在《看门狗2》中,你可以在车上放一个爆炸物,Hack这辆车,把它变成一个移动诡雷(左图)。或者,你可以爬上这辆车,Hack之后边在车顶上跳舞边畅游旧金山大街(这不是最有用的输入组合,但你由此看见了展示空间有多大,对吧?)。

 

不同的目标和环境

改变目标和环境时,我们也在改变需要的操控技巧搭配。比如说,左边的关卡需要一套无人机侦察技能来寻路,接着玩家需要找到剪式升降机,Hack之后到达屋顶,最后一直爬上去。这些都是基本操作,但当置其于不同环境并以有趣方式进行组合后,就会给玩家带来新鲜的体验。相对的,右边的关卡需要完全不同的技巧配合:利用遥控机器潜入并实现“物理”Hack。又是基本技能,但潜入环境传达了不同的体验。

补充资料:

“GameFeel: A Game Designer’s Guide to Virtual Sensation,” Steve Swink

“Beyondthe HUD,” Master of Science Thesis, Erik Fagerholt, Magnus Lorentzon

“LevelUp! The Guide to Great Video Game Design”, Scott Rogers

(GDC2009) Aarf! Arf Arf Arf: Talking to the Player with Barks

(GDC2016) Overwatch – The Elusive Goal: Play by Sound

(GDC2010) Great Expectations: Empowering Player Expression

(GameUX Summit 2016) Human Factors Psychology Tools for Game Studies

如社区发表内容存在侵权行为,您可以点击这里查看侵权投诉指引

游戏学院公众号二维码
腾讯游戏学院
微信公众号

提供更专业的游戏知识学习平台